Python 基于其他列的groupby设置列的值

尝试使用pandas

loc

按critera将数据帧子集，并为另一列提供值

初始化数据帧 我试图做一些类似“按

us

或

ca

过滤数据集”的事情，但仅在

east

和

west

区域，并且分组的

prod

和

id

中的值之和为负值

执行以下操作会根据我刚才分组的内容对数据帧进行索引，但我会尝试通过索引将其隔离

df.groupby(['id', 'prod'])['value'].sum().loc[lambda x: x <0].head(10)

id   prod     
500  apples      -6
     carrots     -6
     corn        -6
501  apples      -3
     chicken     -2
502  beef        -3
     pears       -2
503  chicken     -3
504  jalapenos   -4
505  chicken     -4

---

df.groupby（['id'，prod']）['value'].sum（）.loc[lambda x:x如果您不使用
.sum（）
而使用
.transform（'sum'）
则会得到每行返回的分组结果。通过将该值与
<0
进行比较，可以得到布尔掩码

然后，我们可以在单独的行上创建不同的掩码，并使用
&
将它们连接起来

m1 = df.country.isin({'us', 'ca'})
m2 = df.region.isin({'east', 'west'})
m3 = df.groupby(['id', 'prod'])['value'].transform('sum') < 0

df.loc[m1&m2&m3, 'tag'] = True

m1=df.country.isin（{'us'，'ca'}）
m2=df.region.isin（{'east'，'west'}）
m3=df.groupby（['id'，'prod']）['value'].transform（'sum'）<0
测向位置[m1、m2和m3，'标记']=正确

这对你有帮助吗？
太好了，谢谢！我不知道转换会返回索引。@MattW。如果你的意思是正确的值。但是当我们与
<0
比较时，我们得到了一个布尔掩码
True
和
False
，我们可以与其他掩码组合。很高兴我能提供帮助！不幸的是，我只能给出一个布尔掩码您只需向上投一票就可以获得良好的设置。拥有一个可查看的数据集真的很有帮助。
df.loc[(df.country.isin(['us', 'ca'])) & (df.region.isin(['east', 'west'])) & (df.groupby(['id', 'prod'])['value'].sum().loc[lambda x: x <0]), 'tag'] = True

m1 = df.country.isin({'us', 'ca'})
m2 = df.region.isin({'east', 'west'})
m3 = df.groupby(['id', 'prod'])['value'].transform('sum') < 0

df.loc[m1&m2&m3, 'tag'] = True